基于视听信息融合的语音识别研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 论文研究的目的和意义 | 第10-11页 |
| 1.2 国内外的研究现状及分析 | 第11-14页 |
| 1.2.1 国内研究现状 | 第11-12页 |
| 1.2.2 国外研究现状 | 第12-14页 |
| 1.3 本文的主要工作和内容 | 第14-15页 |
| 第2章 多源信息融合算法的研究 | 第15-24页 |
| 2.1 多源信息融合技术 | 第15-16页 |
| 2.2 信息融合基本原理 | 第16页 |
| 2.3 信息融合层次结构 | 第16-20页 |
| 2.3.1 数据级融合 | 第17-18页 |
| 2.3.2 特征级融合 | 第18-19页 |
| 2.3.3 决策级融合 | 第19-20页 |
| 2.3.4 三层结构的比较 | 第20页 |
| 2.4 信息融合算法 | 第20-23页 |
| 2.4.1 信息融合主要研究方法 | 第20-21页 |
| 2.4.2 信息融合算法研究 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于HMM 的语音识别方法 | 第24-41页 |
| 3.1 HMM 基本原理 | 第24-28页 |
| 3.1.1 HMM 的定义 | 第24-25页 |
| 3.1.2 HMM 的类型及状态类型的选择 | 第25-26页 |
| 3.1.3 初值选择 | 第26-28页 |
| 3.2 HMM 三种基本算法 | 第28-34页 |
| 3.2.1 前向—后向算法 | 第28-31页 |
| 3.2.2 Baum_Welch 算法 | 第31-32页 |
| 3.2.3 Viterbi 算法 | 第32-34页 |
| 3.2.4 三种算法性能分析 | 第34页 |
| 3.3 语音识别系统基本结构 | 第34-40页 |
| 3.3.1 语音识别系统基本结构 | 第34-35页 |
| 3.3.2 语音采集 | 第35-36页 |
| 3.3.3 预处理 | 第36-37页 |
| 3.3.4 特征提取 | 第37-39页 |
| 3.3.5 HMM 训练 | 第39-40页 |
| 3.3.6 HMM 识别 | 第40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 基于视听信息融合方法的语音识别实验 | 第41-48页 |
| 4.1 视听信息决策融合模型 | 第41-42页 |
| 4.2 视听信息决策融合算法 | 第42-43页 |
| 4.3 视听信息特征提取 | 第43-45页 |
| 4.4 实验结果与分析 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间发表的学术论文 | 第53-54页 |
| 致谢 | 第54页 |
